如何在 Python 中使用 Matplotlib 绘制带有数据列表的直方图？

Question

如何使用 matplotlib.pyplot.hist 绘制直方图？

我有一个对应于条形高度的 y 值列表和一个 x 值字符串列表。

相关： matplotlib.pyplot.bar 。

原文由 DataVizGuys 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

如果您想要直方图，则不需要将任何“名称”附加到 x 值，因为：

• 在 x 轴上，您将拥有数据箱
• 在 y 轴计数（默认情况下）或频率（ density=True ）

 import matplotlib.pyplot as plt
import numpy as np
%matplotlib inline

np.random.seed(42)
x = np.random.normal(size=1000)

plt.hist(x, density=True, bins=30)  # density=False would make counts
plt.ylabel('Probability')
plt.xlabel('Data');

请注意， bins=30 的数量是任意选择的，并且有 Freedman–Diaconis 规则可以更科学地选择“正确”的 bin 宽度：

[ ，其中 IQR 是 四分位距， n 是要绘制的数据点总数

因此，根据这一规则，可以计算出 bins 的数量：

 q25, q75 = np.percentile(x, [25, 75])
bin_width = 2 * (q75 - q25) * len(x) ** (-1/3)
bins = round((x.max() - x.min()) / bin_width)
print("Freedman–Diaconis number of bins:", bins)
plt.hist(x, bins=bins);

---

 Freedman–Diaconis number of bins: 82

最后，您可以使用 PDF 行、标题和图例使您的直方图更漂亮：

 import scipy.stats as st

plt.hist(x, density=True, bins=82, label="Data")
mn, mx = plt.xlim()
plt.xlim(mn, mx)
kde_xs = np.linspace(mn, mx, 300)
kde = st.gaussian_kde(x)
plt.plot(kde_xs, kde.pdf(kde_xs), label="PDF")
plt.legend(loc="upper left")
plt.ylabel("Probability")
plt.xlabel("Data")
plt.title("Histogram");

如果您愿意探索其他机会，可以使用快捷方式 seaborn ：

 # !pip install seaborn
import seaborn as sns
sns.displot(x, bins=82, kde=True);

现在回到OP。

如果您的数据点数量有限，则条形图更适合表示您的数据。然后您可以将标签附加到 x 轴：

 x = np.arange(3)
plt.bar(x, height=[1,2,3])
plt.xticks(x, ['a','b','c']);

原文由 Sergey Bushmanov 发布，翻译遵循 CC BY-SA 4.0 许可协议